分数傅里叶域图像数字水印方案

根据离散分数傅里叶变换（DFRFT）,提出了一种基于分数傅里叶变换的图像数字水印方案。分数傅里叶变换具有空域和频城双城表达能力,可以对原始图像和水印信号分别进行不同阶次的分数傅里叶变换以增强水印安全性。将水印信号的分数傅里叶谱叠加在原始图像在视觉上的次重要分量上。在JPEG压缩、图像旋转、高斯低通滤波的攻击方式下,对水印图像进行了鲁棒性分析,实验表明该算法具有良好的鲁棒性。     

二维工程图中基于分数傅里叶变换的盲水印算法

提出了一种基于二维工程图的水印算法。该方法提取二维工程图中线段的相对坐标向量,构造一维复数信号。通过分数傅里叶变换得到复数信号的变换系数,根据水印的大小和分数傅里叶变换系数的之间的关系,对变换系数的幅值进行调整来嵌入水印。该方法是盲水印算法,在提取水印时不需要原始工程图。实验表明,该算法对平移、旋转、缩放等攻击具有良好的鲁棒性,同时具有良好的安全性。     

基于混沌和傅里叶变换的数字水印算法

提出一种基于混沌映射和分数阶傅里叶变换的数字水印算法。采用有版权信息的二值图像作为水印,利用混沌映射在密钥的控制下对水印进行加密置乱。利用由密钥生成的混沌序列对数字图像进行分数傅里叶变换,并将已经混沌置乱的水印信息嵌入到原始图像的中频幅度谱系数对应的相位谱系数中,最后进行分数傅里叶逆变换可以得到嵌入水印的图像。通过仿真实验可以证明该算法简便易行,且具有良好的不可见性,对图像的剪切、压缩、添加噪声和旋转一系列的图像攻击操作具有良好的鲁棒性。     

基于混沌和傅里叶变换的数字水印算法

提出一种基于混沌映射和分数阶傅里叶变换的数字水印算法.采用有版权信息的二值图像作为水印,利用混沌映射在密钥的控制下对水印进行加密置乱.利用由密钥生成的混沌序列对数字图像进行分数傅里叶变换,并将已经混沌置乱的水印信息嵌入到原始图像的中频幅度谱系数对应的相位谱系数中,最后进行分数傅里叶逆变换可以得到嵌入水印的图像.通过仿真实验可以证明该算法简便易行,且具有良好的不可见性,对图像的剪切、压缩、添加噪声和旋转一系列的图像攻击操作具有良好的鲁棒性.     

分数傅里叶变换的快速算法及计算全息图的研究

通过分析菲涅耳衍射积分的快速算法,依据Lohmann提出的任意阶的分数傅里叶变换的单透镜光学实验装置,详细分析了光场在此单透镜系统中的传播过程,提出了一种基于傅里叶变换的分数傅里叶变换快速算法,并对基于此快速算法的分数傅里叶变换全息图的计算机生成与数字重现进行了研究。实验结果示出了分数傅里叶变换全息图及其在重构过程中分数阶匹配与否的实验结果,验证了分数傅里叶变换分数阶的重要性质和笔者提出算法的可行性。     

分数傅里叶变换的快速算法及计算全息图的研究

通过分析菲涅耳衍射积分的快速算法，依据Lohmann提出的任意阶的分数傅里叶变换的单透镜光学实验装置，详细分析丁光场在此单透镜系统中的传播过程，提出了一种基于傅里叶变换的分数傅里叶变换快速算法，并对基于此快速算法的分数傅里叶变换全息图的计算机生成与数字重现进行了研究。实验结果示出了分数傅里叶变换全息图及其在重构过程中分数阶匹配与否的实验结果，验证了分数傅里叶变换分数阶的重要性质和笔者提出算法的可行性。     

一种快速线性时频变换方法

信号的频率含量在很多应用中是非常重要的,很多算法在这方面进行了研究。普通的S变换可以同时提供时间和频率信息,但需要的计算要求较高。本文介绍了一种线性时频变换方法,包括傅里叶变换（FT）、短时傅里叶变换（STFT）和S变换（ST）。它是一种离散的,可逆的,无冗余的变换算法,具有快速傅里叶变换（FFT）相同的计算复杂度。经过合理的调试和仿真,该方法有效地对非平稳信号频谱进行采样和加窗过滤,得到连续S变换频谱,说明在信号分析中具有可行性和适用性。     

基于离散分数傅里叶变换的SVG数字水印技术

提出了一种基于离散分数傅里叶变换(DFRFT)的SVG图形水印算法,用于SVG的版权保护.将水印嵌入到SVG图形控制点坐标构造的复数信号的离散分数傅里叶变换频谱中.经实验结果验证,该算法具有较强的透明性,对于通常的图形几何变换以及局部修改攻击,均有令人满意的鲁棒性.     

分数傅里叶全息图的快速算法及数字重现

论文通过分析菲涅耳衍射积分的快速算法,提出了一种基于快速傅里叶变换的分数傅里叶变换的数值模拟算法,并研究了基于此快速算法的分数傅里叶变换全息图的计算机生成及数字重现。     

基于相位恢复和混沌图的多图像并行加密算法

基于相位恢复算法提出了分数傅里叶变换域的多图像加密算法。一组图像作为复值图像的振幅部分分别采用不同分数阶傅里叶变换加密到一个混沌图上;通过非线性加密过程产生的相位密钥与明文相关,所提的加密算法可以抵抗已知明文攻击,选择明文攻击和选择密文攻击。通过混沌系统还原的混沌图可以独立解密所有图像,加密容量较大。仿真结果验证了该方法的可行性、有效性和安全性。     

基于结构化稀疏模型的压缩感知重构改进算法

目前,标准的CS重构算法仅利用信号和图像在小波变换下的稀疏先验信息,而并没有利用变换系数具有的结构化特性。为了能够快速精确地重建原始信号,将结构化稀疏模型与SP算法、CoSaMP算法相结合,提出了压缩感知重构的改进算法。另外,将基于双树复小波变换的系数结构模型融入上述算法,进一步提高重构性能。实验结果表明,所提出的算法可获得更高的图像重建质量。     

基于倒谱变换的数字音频健壮盲水印算法

提出一种基于倒谱变换的数字音频健壮盲水印算法。把音频信号划分为包含相同采样点的若干帧,对指定帧实施复倒谱变换,将复倒谱系数均值与阈值进行比较,结合水印序列为“0”或“1”,采取缩小、增加或不改变复倒谱系数均值的方法,在复倒谱系数中嵌入水印。实验证明,该算法具有较强的健壮性,较好的透明性,提取水印属盲水印提取,能经受添加噪声、重采样、低通滤波、重新量化、音频格式转换等常见信号处理及攻击。     

基于复倒谱变换的数字音频水印研究

提出了一种基于倒谱变换的数字音频水印算法,把音频信号划分为包含相同采样点的若干帧,计算指定帧的均值,对均值大于0的帧实施复倒谱变换,将复倒谱系数的均值与阈值进行比较,结合水印序列为“0”或“1”,采取缩小、增加或不改变复倒谱系数均值的方法,在复倒谱系数中嵌入水印。实验证明,该算法具有健壮性、透明性,可以进行添加噪声、重采样、低通滤波、重新量化、音频格式转换等常见信号的处理与承受各方的攻击。     

基于向量相似性的多维标度定位算法

为解决室内定位环境复杂、传播信号易受干扰,导致室内定位算法定位误差较大的问题,提出一种基于向量相似性的多维标度定位算法。将向量相似性特征和相关性修正模型融入多维标度算法框架,引入cosine指标表征信号向量间的相似度,为节点相关性提供度量标准,提出一种基于向量样本熵的相关性修正模型进一步优化节点间的相似性矩阵。仿真结果表明,该算法可以有效获得目标节点的位置信息,提高节点的定位精度,降低复杂室内环境对无线传感器信号的影响。     

3D surface filtering using spherical harmonics

This paper presents a novel approach for 3D surface filtering over two-manifold meshes. A robust spherical parameterization algorithm is proposed to transform the input surface into a spherical vector function/signal. This signal is then decomposed into frequency domain using spherical harmonic transforms. Finally, traditional filtering techniques are generalized to process such spherical signals in either the frequency or spatial domain. Our major contribution is the two-phase spherical parameterization algorithm, which can handle meshes with complex shapes by incorporating local parameterization into the progressive mesh. A number of experimental examples demonstrate the potential of our algorithm.     

基于复倒谱系数均值比较的数字音频水印算法

提出一种基于复倒谱系数均值比较的数字音频健壮、透明及盲水印算法。该算法把音频信号划分为若干帧,每帧划分为若干个节,每节包含若干个相同的采样点,对每帧的前二节实施复倒谱变换,然后比较前二节复倒谱系数的均值,结合水印序列为“0”或“1”,采取缩小、增加或不改变复倒谱系数均值的方法,在复倒谱系数中嵌入水印。实验证明,该算法具有较强的健壮性,较好的透明性,提取水印属盲水印提取,能经受重新量化、重采样、添加噪声、低通滤波、音频格式转换等常见信号处理及攻击。与SMM算法比较,其透明性、健壮性更好。     

基于信号自适应传递的社团发现算法

为了准确地检测出复杂网络的社团结构,提出一种基于信号自适应传递的社团发现方法。首先使信号在复杂网络上自适应地传递,从而获取网络中各节点对整个网络的影响向量,然后把网络中节点的拓扑结构转化成代数向量空间上的几何关系,最后结合聚类特性发现网络中的社团结构。为获取更加合理的空间向量,提出最佳传递次数,缩小搜索空间,增强算法寻优能力。该算法在计算机生成网络、Zachary网络和美国大学生足球赛网络上进行实验测试, 并与GN算法、谱聚类算法、极值优化算法和信号传递算法进行实验对比,社团划分的准确性和精确性均有所提高,证明该算法具有有效性和可行性。     

基于深度展开模型的毫米波稀疏成像算法

针对传统压缩感知算法的高计算成本问题,从稀疏信号的恢复角度出发,提出一种基于深度展开模型的稀疏成像算法。首先构建复数稀疏重建网络VAMP-Net,在该网络中,复数形式的降采样回波信号被拆分成实部和虚部作为输入,接着代入到基于VAMP算法的迭代块中,最后通过卷积神经模块进行最优非线性稀疏变换,得到恢复的实部和虚部信号,两者进行合并后得到恢复的目标图像。对于所提算法,采用人工合成的数据集在不同目标密集程度、迭代次数和噪声环境下进行仿真实验,并与传统的迭代收缩阈值算法和深度学习重构算法进行比较。再使用不同程度稀疏性的数据进行实测验证。实验结果表明,该算法重构的图像在NMSE、TBR、重构耗时以及内存使用上有更好的表现。     

目标运动参数快速估计新方法

提出了一种CW雷达目标运动参数测量的新方法,利用CW雷达目标回波信号构造出两个单一频率的正弦信号,每个正弦信号的频率正好与目标的一个运动参数成正比,基于FFT和细化频谱的Chirp-Z变换得到运动参数估计值。该方法与现有方法相比,既没有使用时频分析工具等耗时的处理,也没有进行参数迭代处理,因此,运算复杂度低,运算量小,同时避免了估计误差传递。仿真实验结果表明了该方法的正确性。